Практическое введение в статистику

Узнаешь:
✅ дисперсия и стандартное отклонение
✅ нормальное распределение и распределение с длинным хвостом
✅ правило трех сигм
✅ нормализация распределений с длинным хвостом: log, boxcox, sqrt
✅ количественные (непрерывные и дискретные) и категориальные (качественные и порядковые) переменные
✅ сумма и кумулятивная сумма
✅ визуализация: box-plot, histogram, bar plot.
✅ стандартная ошибка
✅ анализ нормального распределения (qq-plot)
✅ популяция, выборка и репрезентативная выборка
✅ систематическая ошибка выборки (англ. selection bias)

✅ коэффициент вариации

✅ вариационный размах (интервал изменения) и квантильный размах

✅ показатели положения и рассеяния

✅ мера асимметрии распределения: скошенность (англ. skewness) правосторонняя и левосторонняя
✅ распределение длинного хвоста
✅ нормализация дистрибутива с помощью: log, boxcox и sqrt
✅ гистограмме, boxplot (блочная диаграмма)
✅ среднее значение, медиану, процентиль
✅ типы переменных (категориальные и числовые)
✅ параметры числовых признаков: центральная тенденция (среднее значение, медиана),  параметр вариации, позиционные параметры, параметры, параметр асимметрии
✅ показатели категорийных (а иногда и числовых) признаков

Узнаешь:
✅ статистические тесты (t-test и другие)
✅ bootstrapping, практический и полезный способ тестирования
✅ A/B тесты - что это такое и советы о том, как сделать это лучше
✅ типы гипотез: нулевая гипотеза H0 и альтернативная гипотеза Ha (или H1)
✅ на основании чего мы можем отклонить H0 или не сможем отклонить H0, p-значение
✅ t-test, каковы их требования к данным, какие бывают типы
✅ ANOVA test
✅ действительно ли t-test требует нормальности во входных данных
✅ может ли t-test работать тогда, когда в теории этого нельзя делать (и где этот предел возможностей)
✅ непараметрические критерии (в частности о Mann-Whitney U Test)
✅ интересные взаимосвязи в данных с помощью статистических тестов
✅ тест chi-2, который используется, когда у нас есть две категориальные переменные в качестве входных данных
✅ нахождение доверительных интервалов с помощью процентилей
✅ доверительный интервал можно рассчитать не только для среднего значения
✅ комбинирование bootstrapping с уже рассмотренными нами тестами (параметрическими или нет)
✅ какие параметры bootstrapping-а самые важные и на что они влияют
✅ популярные ошибки во время A-B test-ов
✅ параметры A-B test-ов: статистическая значимость, мощность теста, размер эффекта, пропорции выборки
✅ как мы можем вычислить величину эффекта
✅ проведешь t-test на реальных данных

Основная тема - как принимать решения в условиях неопределенности, используя статистику.
Узнаешь:
✅ как принимать решения в неопределенности (т. е. в реальности)
✅ как подсчитать риск в виде числа (т. е. количественно оценить его, чтобы лучше управлять им)
✅ что такое априорная и апостериорная вероятность
✅ о байесовском выводе (байесовская статистика)
✅ о методе Монте-Карло
✅ о многоруких бандитах (англ. multi-armed bandit)